bob.learn.em 2.1.3

期望最大化机器学习工具

这个包是信号处理和机器学习工具箱的一部分 Bob。它包含通过期望学习概率模型的例程 最大化（EM）。

em算法是一种迭代方法，用于估计 统计模型，其中模型依赖于未观察到的潜在变量。这个 em迭代在执行期望（e）步骤之间进行交替，期望（e）步骤 创建对数似然估计值的期望值函数 参数的当前估计和最大化（m）步骤，其中 计算最大化在E步骤上找到的预期对数似然的参数。 然后使用这些参数估计来确定 下一步的潜在变量。

该软件包包括机器定义本身和用于特殊目的的不同训练器的选择：

• Maximum Likelihood (ML)
• Maximum a Posteriori (MAP)
• K-Means
• Inter Session Variability Modelling (ISV)
• Joint Factor Analysis (JFA)
• Total Variability Modeling (iVectors)
• Probabilistic Linear Discriminant Analysis (PLDA)
• EM Principal Component Analysis (EM-PCA)

$ conda install bob.learn.em